随着智慧检务工作的不断发展,纸质卷宗的电子化是检务信息化的重要环节,但受自动化识别技术的限制纸质卷宗电子化过程中不可避免的产生大量的识别错误,无法满足检察机关对电子卷宗准确性的要求,因此利用计算机辅助校对电子化后的文本具有非常重要的实际研究意义。本文面向OCR识别后的文本进行了自动校对技术的研究,首先分析了OCR技术电子化文本时错误的产生原因与其中所包含的错误类型,在此基础上针对文本中字词级别的错误里“非多字词错误”和“真多字词错误”,展开了自动校对技术的研究,校对“非多字词错误”和“真多字词错误”时提出了两种不同的校对方法:(1)基于联合校对的自动校对方法:该方法将校对任务分为自动查错与自动纠错两个部分。在自动查错部分除将未登录词记为疑似错误外,通过将语言模型与窗口移动算法相结合计算字词串间的相关联程度,根据其关联程度得分计算置信度值,并根据相关联程度制定疑似错误判断规则进行自动查错。在自动纠错部分通过语料库与模糊匹配方法相结合选取候选词集,通过候选词集的置信度值与候选词和初始词的字词相似度相结合获得最佳建议词,完成自动纠错任务。(2)基于注意力机制与端到端序列模型的自动校对方法:该方法利用双向门控循环神经网络作为序列编码模型,利用门控循环网络作为序列解码模型,引入注意力机制对文本自动校对问题进行建模。利用具有记忆序列信息能力的门控循环神经网络与具有对不同的关注点有突出与其相关的关键信息能力的注意力机制构建端到端序列模型,完成待校对文本句子的校对工作。最后,通过实验验证了基于联合校对的自动校对方法,该方法的查错精度为81.3%,纠错准确率为79%。对基于注意力机制与端到端序列模型的自动校对方法进行了对比实验,实验结果表明注意力机制的引入提升了文本自动校对的准确率,验证了所建立模型的有效性。